Analysis of edible oils by Fourier transform near-infrared spectroscopy
Notice bibliographique
Résumé
Fourier transform near-infrared (FT-NIR) spectroscopy was investigated as a means of quantitative analysis of edible fats and oils. Initially, a method of simultaneously determining the cis and trans content, iodine value and saponification number of neat fats and oils using a heated transmission flow cell was developed. Two partial least squares (PLS) calibrations were devised, a process-specific calibration based on hydrogenated soybean oil and a more generalized calibration based on many oil types, the latter able to analyze oils from a variety of sources accurately and reproducibly. Methodology for the quantitative determination of the peroxide value (PV) of edible oils using a novel glass-vial sample handling system was subsequently developed, based on the stoichiometric reaction of triphenylphosphine with hydroperoxides to form triphenylphosphine oxide. The PV calibration was derived using PLS regression, and the results of a validation study demonstrated that PV could be quantitated accurately if a normalization routine was used to compensate for the inherent dimensional variability of the vials. The vial sample handling system was then used in the development of PLS IV calibrations for the process analysis of commercial oil samples, and these samples were also used to evaluate a global IV calibration devised by Bomem Inc. The discriminant features available through PLS were shown to enhance the accuracy of the IV predictions by facilitating the selection of the most appropriate calibrations based on the spectral characteristics of closely related oils. The predictions obtained using the global IV calibration provided clear evidence that a generalized calibration based on a large and varied selection of oils could provide a means of IV determination by FT-NIR spectroscopy. Subsequently, a generalized FT-NIR trans calibration was developed and shown to yield trans values that were in good agreement with those obtained by the AOCS mid-FTIR single-bounce hori
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».